Siempre me ha llamado la atención los nombres de las ciudades, específicamente los que llevan artículos como por ejemplo La Serena, El Quisco, Los Ángeles, La Ligua; o en el caso de los bandas chilenas como La Ley, Los Jaivas, Los Tres, Los Tetas, Los Petinellis, Los Bunkers, Los Prisioneros. Pero en este post voy a trabajar con los nombres de las comunas de Chile que se encuentran disponibles en el paquete chilemaps publicado hace un par de meses por Mauricio Vargas (Pachá). (Hay varias librerías que permiten obtener los detalles de las administraciones territoriales)
El paquete chilemaps dispone de varios conjuntos. El conjunto territorial_codes contiene los nombres de regiones, provincias y comunas, con sus respectivos id’s. Mientras que regions_map y communes_map contiene los polígonos (en clase sf) que servirán para graficar. (Personalmente, esta es la primera vez que trabajo con objetos de clase sf, por lo tanto los códigos a continuación son bien ligeros, perfecto para un ejercicio de principiantes).
Primero cargamos las librerías:
library(chilemaps) # para los datos
library(dplyr) # manipulación
library(stringr) # y para trabajar con carácteres
library(ggplot2) # graficas
library(leaflet) # mapa interactivoLos datos
Creo un vector articulos que contiene (obviamente) los artículos y la variable datos que contiene las columnas de interés del conjunto de datos.
Nota: Puedes replicar este mismo ejercicio pero con otros carácteres, como por ejemplo “San”, “Santa”, de esta manera ver la influencia de la religión en los nombres de los lugares.
articulos <- c("la", "las", "el", "los")
datos <- territorial_codes %>% select(commune_id, commune_name)Con mutate() creo una columna que contiene la primera palabra de los nombres de las comunas y con tolower transformo a minúscula, veamos el resultado con glimpse:
datos %>% select(commune_id, commune_name) %>%
mutate(primera_palabra = tolower(str_extract(commune_name, pattern = "\\w+"))) %>%
glimpse## Observations: 346
## Variables: 3
## $ commune_id <chr> "01101", "01107", "01401", "01402", "01403", "...
## $ commune_name <chr> "Iquique", "Alto Hospicio", "Pozo Almonte", "C...
## $ primera_palabra <chr> "iquique", "alto", "pozo", "camina", "colchane...Ahora deseo agregar más información al conjunto. Con case_when() creé una columna para el tipo de género del artículo y de la misma forma indentifiqué si es un artículo plural o singular.
datos <- datos %>% select(commune_id, commune_name) %>%
mutate(primera_palabra = tolower(str_extract(commune_name, pattern = "\\w+"))) %>%
mutate(es_articulo = primera_palabra %in% articulos) %>%
mutate(genero = case_when(
primera_palabra %in% c("la", "las") ~ "Femenino",
primera_palabra %in% c("el", "los") ~ "Masculino")) %>%
mutate(cantidad = case_when(
primera_palabra %in% c("las", "los") ~ "Plural",
primera_palabra %in% c("el", "la") ~ "Singular" ))Eso sería toda la parte de manipulación. Veamos un pequeño resumen de los datos con summarise().
Un pequeño vistazo
De un total de 346 comunas solamente 25 inician con artículo. (Pocos!!!, pensaba que al menos el 20% comenzaba con artículos…). La proporción en el género son casi las mismas, mientras los artículos singulares superan a los plurales.
datos %>% group_by(es_articulo)%>%
summarise( N_articulo = n() , N_femeninos=sum(genero == "Femenino") ,
N_masculinos = sum(genero=="Masculino"),
N_singular = sum(cantidad == "Singular"),
N_plural = sum(cantidad == "Plural")) ## # A tibble: 2 x 6
## es_articulo N_articulo N_femeninos N_masculinos N_singular N_plural
## <lgl> <int> <int> <int> <int> <int>
## 1 FALSE 321 NA NA NA NA
## 2 TRUE 25 13 12 16 9Graficando la Región de Coquimbo:
El conjunto communes_map contiene los polígonos de las comunas por cada región.
coquimbo <- communes_map[[4]]%>%
left_join(
territorial_codes %>%
select(commune_id, commune_name) %>%
distinct()
) %>%
inner_join(datos)
ggplot(coquimbo) +
geom_sf(aes(fill = es_articulo)) +
geom_sf_label(aes(label = commune_name))
Graficando para todo el país
Para graficar a todo Chile lo haré en un mapa interactivo ya que por la forma que tiene el país se hace difícil ver con claridad el color de cada comuna.
chile <- communes_map %>%
do.call(rbind, .) %>%
left_join(
territorial_codes %>%
select(commune_id, commune_name) %>%
distinct()
) %>%
inner_join(datos)En addPolygons() por medio el parámetro popup especifiqué un vector en formato HTML para que al momento de cliquear sobre las comunas se despliegue un recuadro con información.
chile <- chile %>% select(-(province_id :region_id ))
factpal <- colorFactor(heat.colors(2), chile$es_articulo)
leaflet() %>% addTiles() %>%
addPolygons(data = chile,
color = ~factpal(es_articulo),
fillOpacity = 0.8, stroke = FALSE,
popup = paste0(
"Comuna: " , chile$commune_name , "<br>",
"Género del artículo: ", chile$genero,"<br>",
"Cantidad del artículo: ", chile$cantidad )
)